一种基于操作序列相似度计算的系统访问行为聚类方法与流程

本发明涉及操作行为相似度计算及用户访问行为聚类，尤其是一种基于操作序列相似度计算的系统访问行为聚类方法。

背景技术：

1、目前在异构系统访问行为聚类和操作序列相似度计算领域，主流技术通常采用如下几类方法：基于字符串或标签的传统编辑距离与动态时间规整算法，通过计算不同操作日志序列间字符级或标签级的差异度来进行匹配与聚类。随着业务系统横向扩展与异构环境集成的加剧，越来越多的研究试图引入端到端深度神经网络进行语义嵌入建模，或借助图神经网络与多视图信息融合来提升跨平台行为识别的泛化能力；部分方法还尝试引入多模态场景编码、对抗训练或最优传输优化等复杂范式，力图捕捉序列之间更深层次的业务关联语义。

2、当前广泛应用的动态时间规整算法与编辑距离方法具有结构清晰、易于工程实现、算法主干可高效运行等优点，特别适用于规模化日志数据的表征和粗粒度聚类分析。然而，这类方法对操作内容的表达仅停留在字符级表征，缺乏对操作动作背后深层业务语义的一致性建模能力。如果面对不同系统用不同文本、标签描述语义相同的业务操作，例如erp系统的“创建采购单”与oa系统的“发起采购申请”，传统方法仅将它们视作完全不同的操作，不能反映其本质上的业务一致性，从而导致跨系统行为分析时序列比对准确率下降。

技术实现思路

1、本申请提供一种基于操作序列相似度计算的系统访问行为聚类方法，旨在解决上述背景技术中提到的现有技术存在跨系统行为分析时序列比对准确率下降的问题。

2、本申请提供的一种基于操作序列相似度计算的系统访问行为聚类方法，具体包括：

3、s1：获取来自异构系统的原始操作日志序列，对所述原始操作日志序列进行字段命名统一与时间戳格式标准化处理，以生成标准化操作序列集合；

4、s2：基于领域知识库对所述标准化操作序列集合中的操作动作进行业务语义识别，提取操作单元作为初始语义锚点候选集并进行语义归一化处理，得到跨系统语义锚点对齐表；

5、s3：选取任意两条待比对的标准化操作序列作为输入对象，基于动态时间规整算法执行路径搜索操作，以生成初始匹配路径及对应的原始字符级匹配代价；

6、s4：基于所述初始匹配路径和跨系统语义锚点对齐表进行检索得到待判定操作对集合，对待判定操作对集合进行效验后基于所述原始字符级匹配代价进行筛选替换，得到加权匹配代价矩阵；

7、s5：基于所述加权匹配代价矩阵计算最终相似度数值，并根据所述最终相似度数值进行聚类分析，得到用户行为簇集合，完成系统访问行为的聚类。

8、本申请提供的一种基于操作序列相似度计算的系统访问行为聚类方法，具有以下有益效果：

9、本申请通过对来自异构系统的原始操作日志序列进行字段命名统一与时间戳格式标准化生成标准化操作序列集合，并基于领域知识库对操作动作进行业务语义识别以提取操作单元作为初始语义锚点候选集并进行语义归一化处理得到跨系统语义锚点对齐表，将系统中语义相同但表述不同的操作建立跨系统等价关联，有效克服了传统编辑距离与动态时间规整算法仅停留在字符级表征、无法反映深层业务语义一致性的缺陷；

10、在此基础上，基于动态时间规整算法执行路径搜索生成初始匹配路径及原始字符级匹配代价，再基于初始匹配路径和跨系统语义锚点对齐表检索得到待判定操作对集合进行效验后依据原始字符级匹配代价进行筛选替换生成加权匹配代价矩阵，并计算最终相似度数值以进行聚类分析得到用户行为簇集合，实现了从字符级匹配向跨系统语义锚点驱动的加权匹配跃迁，显著提升了异构系统间语义相同但文本不同操作的序列比对准确率，为多业务系统访问行为的精准聚类分析提供了业务语义对齐的基础支撑。

1.一种基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，具体包括：

2.根据权利要求1所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述领域知识库存储有行业标准业务术语及其同义词映射关系。

3.根据权利要求1所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述s1具体包括：

4.根据权利要求3所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述元数据注册表存储了各数据源的系统标识、接口协议类型及默认字符编码格式信息。

5.根据权利要求3所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述对初步解析日志集合进行处理得到时序对齐日志条目，包括：

6.根据权利要求1所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述s4具体包括：

7.根据权利要求6所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述对待判定操作对集合进行效验得到布尔型语义一致性判定结果序列，包括：

8.根据权利要求6所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述布尔型语义一致性判定结果序列表示待判定操作对之间是否存在深层业务语义等价关系。

9.根据权利要求6所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述基于中间态代价修正矩阵进行矩阵重构融合处理得到加权匹配代价矩阵，包括：

10.根据权利要求1所述的基于操作序列相似度计算的系统访问行为聚类方法，其特征在于，所述进行聚类分析是基于密度峰值聚类算法或层次聚类算法实现。